6月21日，天津大学建筑工程学院通报了2008届建筑与土木工程领域在职研究生李瑞锋硕士学位论文抄袭的情况，全文如下：
近期，学院接到电话举报，反映我院2008届在职研究生李瑞锋硕士学位论文涉嫌抄袭。学院对此事高度重视，成立了调查小组对情况进行核实认定，经调查李瑞锋硕士学位论文抄袭情况属实。
依据《天津大学研究生学术规范》，天津大学学位评定委员会第八分委会于2018年6月12日召开第103次会议，会上讨论了李瑞锋硕士学位论文抄袭情况和处理意见，一致通过撤销李瑞锋原授予学位、追回李瑞锋已授予工程硕士学位证书的决定，并已报请学校学位评定委员会批准。
特此通报！
天津大学建筑工程学院
2018年6月21日
此前据澎湃新闻报道，近日，澎湃新闻再度接获举报，天津大学一篇硕士学位论文涉嫌大面积抄袭内蒙古农业大学的一篇硕士学位论文。
这两篇论文分别是天津大学建筑工程学院建筑与土木工程2008届硕士毕业生李瑞锋的硕士学位论文《BP神经网络在现场混凝土强度预测中的应用研究》（以下简称“李瑞锋论文”）与内蒙古农业大学农业水土工程2005届硕士毕业生武欣慧的硕士学位论文《基于人工神经网络的普通混凝土强度预测的研究》（以下简称“武欣慧论文”）。
李瑞锋论文封面
武欣慧论文封面
武欣慧论文完成于2005年5月，李瑞锋论文的完成时间是2008年5月，从时间上看，李瑞锋论文比武欣慧论文完成时间晚了3年。
澎湃新闻记者从中国知网上下载了上述两篇论文，仔细比对后发现，两篇论文从目录到正文内容都高度雷同，74条参考文献从书名、出版时间到引用的页码都毫无差别。
值得注意的是，李瑞锋论文在“致谢”部分还特别感谢了彼时已成为内蒙古农业大学副教授的武欣慧。
摘要、目录高度雷同
比对两篇论文后发现，两篇论文的题目虽然不完全相同，但都以神经网络对混凝土强度的预测应用为研究对象。
武欣慧论文摘要
两篇论文的中文摘要部分极度相似。武欣慧论文的中文摘要分为两个自然段，具体内容为：
“抗压强度是混凝土最重要的性能之一，是混凝土质量控制的核心内容，同时也是结构设计和施工的重要依据。规范规定评定结构构件的混凝土强度需标准养护28天才能获得，不能满足现代化施工的时间要求，同时又可能留下隐患。因此，发展混凝土强度早期快速测定技术，提高预测精度具有重大意义。
“借鉴国内外有关混凝土强度预测的研究成果，结合人工神经网络基本原理，运用MATLAB神经网络工具箱，就网络的输入向量、网络结构、传递函数及其它参数的选择展开研究。在此基础上，选择内蒙古中西部地区三座野外变电站制作大量同条件养护标准试件，作为网络模型的训练样本和测试样本，分别运用基本BP算法、附加动量因子的自适应调整学习率算法和L—M算法三种方法训练网络，经大量试算和仿真结果比对，最终利用L—M算法建立网络结构合理、收敛速度快、精度高的满足工程要求的普通混凝土强度预测模型，与多元线性回归模型预测结果相比，BP网络模型有更高的精度，将预测误差控制在3%以内，可以极大程度上避免目前混凝土施工中存在的强度预测偏差较大的问题。”
李瑞锋论文摘要
李瑞锋论文的中文摘要也分为两个自然段，其内容为：
“混凝土强度是混凝土质量控制的核心内容，是结构设计和施工的重要依据，也是混凝土最重要的性能之一。根据我国规范要求，评定结构构件的混凝土强度需要进行28天标准养护，这显然不能满足现代化施工的时间要求，同时又可能留下隐患。因此，在诸多混凝土强度的影响因素中找出主要因素，采用现代分析方法，发展并完善适应工程实际的混凝土强度早期快速测定技术，提高混凝土强度早期预测精度具有重要意义。
“在总结分析国内外有关混凝土强度预测研究成果的基础上，本人根据人工神经网络基本原理，运用MATLAB神经网络工具箱，就网络的输入向量、网络结构、传递函数及其它参数的选择展开研究。在此基础上，选择内蒙古中西部地区三座野外变电站制作大量同条件养护标准试件，作为网络模型的训练样本和测试样本，分别运用基本BP算法、附加动量因子的自适应调整学习率算法和L—M算法三种方法训练网络，经大量试算和仿真结果比对，最终利用L—M算法建立网络结构合理、收敛速度快、精度高的满足工程要求的普通混凝土强度预测模型，与多元线性回归模型预测结果相比，BP网络模型有更高的精度，将预测误差控制在3%以内，可以极大程度上避免目前混凝土施工中存在的强度预测偏差较大的问题。”
对比以上两部分内容发现，李瑞锋论文除了调整了第一句话的语序，并将“规范规定”改写为“根据我国规范要求”，将“需标准养护28天才能获得”改写为“需要进行28天标准养护”，将“借鉴国内外有关混凝土强度预测的研究成果”，改写为“在总结分析国内外有关混凝土强度预测研究成果的基础上”，其他内容均与武欣慧论文无差别。
再从目录看，武欣慧论文分为六章，标题分别是引言、普通混凝土抗压强度影响因素与强度检验评定分析、人工神经网络基本原理、网络模型样本的制备和试验、基于MATLAB BP神经网络工具箱混凝土强度预测模型的建立、总结与展望。
武欣慧论文目录一到三章截图
武欣慧论文目录四到六章截图
李瑞锋论文的目录也分为六章，即引言、普通混凝土抗压强度影响因素与强度检验评定分析、人工神经网络基本原理、网络模型样本的制备和试验、基于MATLAB神经网络工具箱混凝土强度预测模型的建立、结论与展望。
李瑞锋论文目录一到三章截图
李瑞锋论文四到六章截图
对比发现，李瑞锋论文目录只比武欣慧论文少了一个“BP”，并将“总结”改写成“结论”，其他均和武欣慧论文一模一样。此外，两篇论文的章目录下面的小节标题也全部一致。
正文内容近乎无差别
两篇论文的正文内容也高度雷同。
以第一章为例，武欣慧论文在“关键技术线路”小节写道：
“本研究运用MATLAB提供的神经网络工具箱编程，建立普通混凝土强度预测的BP神经网络模型。网络学习样本全部来自于工程实践，试件全部为同条件养护试件，其输出强度为等效养护龄期所对应成熟度下的强度。部分样本同时用于结构混凝土强度评定。建模中，对网络结构、输入向量、传递函数等其它网络参数的选择进行仔细研究和大量试算，并分别运用基本BP算法、附加动量因子自适应调整学习率BP算法以及L—M算法进行网络训练和仿真，旨在建立一个能在工程实践中推广的高精度、收敛速率快的混凝土强度预测模型。”
武欣慧论文第一章部分内容截图
而李瑞锋论文在第一章“关键技术线路”小节中所写的文字，与武欣慧所写内容一字不差。
李瑞锋论文第一章部分内容截图
再比如，武欣慧论文在第二章的“结构混凝土强度分析”小节阐述了“标养强度的局限性”，具体表述为：
“混凝土的主要质量指标是以标准试件的标养强度为依据的。试件标养强度在全世界已延用了80多年，成为混凝土与钢筋混凝土结构的设计、施工及验收的基本依据。近年来我国所制定的《普通混凝土力学性能试验方法》（GB/T50081—2002）及《混凝土强度检验评定标准》（GBJ107—87），对这一试验方法作出了明确的规定，为按试件强度进行混凝土质量监控奠定了基础，但混凝土的标准养护强度无法反映施工工艺（振捣、成型）、养护条件（温度、湿度、龄期）、受力方式（承载试件、加载速度）、尺寸效应（体积、比表面积）的影响，只是一种‘材料混凝土强度’，反映了混凝土的组成成分和搅拌质量，难以反映施工工艺和养护条件对真正强度的影响。
实际结构中混凝土的强度（结构混凝土强度）从未有过严格定义，一般理解为从结构中取出的标准尺寸的试件，在相同试验条件下测得的强度。其与标养强度除组成成分相同外，在养护温度、湿度、体积效应、承载、龄期等方面均有不同，因此《混凝土结构设计规范》在考虑强度设计参数时，乘上了必要的系数。”
武欣慧论文第二章部分内容截图
李瑞锋论文也在第二章相同小节同样对“标养强度的局限性”作了阐述，其内容为，包括括号内的注解，都与武欣慧完全一致。
李瑞锋论文第二章部分内容截图
以上两部分内容，包括括号内的注解，都完全一致。
再看第三章，武欣慧论文在论述“人工神经网络的特征”时写道：
“图10为一典型的神经网络模型，由模型图可以看出，神经网络是由大量处理元件由加权重的连接联系在一起，这些连接可以传递信号。通过许多神经元间这种并行的协同作用可实现智能功能，这种处理信号的方法也被称为‘并行信息处理方法’，它不采用大量的机械计算和复杂的逻辑运算，便能灵活地适应和处理各种复杂和模糊的情况，对问题迅速求解。按照一定的拓扑结构相互连接而成的网络系统，具有非线性大规模自适应的动力学特征。”
武欣慧论文第三章部分内容截图
李瑞锋论文第三章也有一小节关于“人工神经网络的特征”的阐述，其表述为：
“图10为一典型的神经网络模型，由模型图可以看出，神经网络是由大量处理元件由加权重的连接联系在一起，这些连接可以传递信号。通过许多神经元间这种并行的协同作用可实现智能功能，这种处理信号的方法也被称为‘并行信息处理方法’，它不采用大量的机械计算和复杂的逻辑运算，便能灵活地适应和处理各种复杂和模糊的情况，对问题迅速求解。按照一定的拓扑结构相互连接而成的网络系统，具有非线性大规模自适应的动力学特征。”
李瑞锋论文第三章部分内容截图（在澎湃APP内点击查看大图）
对比发现，以上两段内容包括“图10”都一字不差。
再比如，武欣慧论文第四章对“巴彦淖尔市沙德格工业园区220KV变电站”的介绍是：
“站址位于巴彦诺尔市乌拉特前旗沙德格苏木东北侧3.5公里工业园区西侧，与哈石公路比邻。站区地震基本烈度8度，极端最高气温36.5℃，极端最低气温-30.1℃，最大冻土深度2.6米。本期建设规模：220KV出线一回，至张家营220KV变电站，110出线一回，至朝阳110KV变，35KV出线18回。全站总建筑面积3398平方米，主控制楼建筑面积1023平方米，架构及设备基础混凝土总浇筑量为3546立方米。
“2003年开始一大批高耗能项目在巴盟前旗沙德格工业园区落户，使得负荷猛增，本站的建设，不仅可以满足高耗能工业园区用电负荷的需要，还可以满足农牧民生产、生活与小型采矿业的用电，同时能提高供电电压质量以及供电可靠性。乌拉特前旗气象局提供的30年（1971-2000）气象资料气温统计结果见表4。在本研究中，87组样本取自于本站1#、2#、3#主变压器基础及电缆沟。”
武欣慧论文第四章部分内容截图
在相同章节，李瑞锋论文除了将“2003年”改写成“2006年”，其他内容均可以在武欣慧论文中找到相同表述。
李瑞锋论文第四章部分内容截图
再以两篇论文的第五章为例看，武欣慧论文在“网络结构的确定”一节开头写道：
“人工神经网络结构的确定是指确定网络的层数以及各层的神经元节点数。理论上早已证明：具有偏差和至少一个S型隐含层加上一个线性输出层的网络，能够逼近任何有理函数。一般来说，没有任何理论根据采用两层以上的中间隐层，对大多数实际问题，一层隐层即三层网络已经足够了，这已成了定理。增加层数主要可以进一步地降低误差，提高精度，但同时也使网络复杂化，从而增加了网络权值的训练时间。而误差精度的提高实际上也可以通过增加隐含层中的神经元数目来获得，其训练效果也比增加层数更容易观察和调整，因此在确定神经网络结构时，优先考虑单隐层结构。本研究在确定网络结构时进行的大量试算也是从单隐层结构开始的。
“基于BP算法的神经网络中各层节点数的选择对网络的性能影响也很大，层内节点数需要进行适当的选择。就BP网络的输入、输出层节点数，一般来说，要由网络的用途和研究工作的实际情况来决定。在4.2节中可知本研究的输入节点数确定为6，输出节点为同条件养护试块的等效养护龄期强渡，输出节点数为1。”
武欣慧论文第五章部分内容截图
李瑞锋论文第五章也有一节是阐述“网络结构的确定”的，内容与武欣慧的一字不差。
李瑞锋论文第五章部分内容截图
两篇论文的最后一章也近乎完全一致。
武欣慧论文“展望”部分截图
李瑞锋论文“展望”部分截图
譬如，以上选取的两段内容，没有任何区别。
致谢被抄者，被抄者回应：不认识不知情
澎湃新闻比对发现，两篇论文的参考文献也完全一样。
武欣慧论文部分参考文献截图
李瑞锋论文部分参考文献截图
武欣慧论文的参考文献一共74条，都注明了作者、文献名、出版单位和具体页码，其中有2条是武欣慧和其硕士学位论文指导教师申向东此前发表的两篇学术论文，即“MATLAB语言在混凝土强度评定中的应用[J].内蒙古电力技术，2005（1）：24-28”和“普通混凝土强度预测的神经网络模型[J].华北电力技术，2004（4）：33-36”。
李瑞锋论文的参考文献也是74条，也注明了作者、文献名、出版单位和具体页码，也有2条是武欣慧与申向东此前发表过的学术论文。所有条目与武欣慧论文所列的完全一样。
两篇论文的“致谢”也存在相似之处。比如，武欣慧论文在感谢导师申向东时写道：
“在硕士学习的三年时间里，导师敏锐的学术思维、渊博的知识、严谨治学的态度和宽厚的待人都给我留下了深刻的印象，是我学习的榜样。导师在诸多方面给予我极大的帮助和关怀，本文从研究思路、题目选择、写作大纲制定、分析方法使用等方面，无不凝聚了导师的心血，在此表示衷心的感谢。”
李瑞锋论文也在“致谢”部分开头感谢了其导师亢景付教授，具体表述为：
“在硕士学习的三年时间里，导师敏锐的学术思维、渊博的知识、严谨治学的态度和宽厚的待人都给我留下了深刻的印象，是我学习的榜样。导师在诸多方面给予我极大的帮助和关怀，本文从研究思路、题目选择、写作大纲制定、分析方法使用等方面，无不凝聚了导师的心血，在此表示衷心的感谢。”
以上两段文字一模一样。
武欣慧论文还特别感谢了内蒙古工业大学建筑工程学院的李建雄、霍俊芳副教授，对他们在本文试验和数据整理中付出的心血表示深深的谢意。
李瑞锋论文也致谢了李建雄副教授，此外，还有内蒙古农业大学的武欣慧副教授，感谢他们在本文试验和数据整理中付出的心血。
李瑞锋论文“致谢”部分截图
武欣慧论文“致谢”部分截图
由于论文完成时间上，李瑞锋论文比武欣慧论文晚了3年，完成于2008年5月的李瑞锋论文涉嫌抄袭武欣慧论文。也就是说，涉嫌硕士学位论文抄袭的李瑞锋在其论文最后的“致谢”部分特别感谢了被抄者武欣慧。
国内多名学者告诉澎湃新闻记者，学位、学术论文的引用有严格的规范和比例要求，并不因为在“后记”或者“致谢”部分特别感谢了被抄袭者，其行为就可以不被认定为抄袭。
针对李瑞锋论文涉嫌抄袭武欣慧论文并致谢武欣慧一事，近日，澎湃新闻联系到武欣慧进行了解求证。目前在内蒙古农业大学林学院任教的武欣慧告诉澎湃新闻，她完全不认识天津大学2008届硕士毕业生李瑞锋，同时表示自己的硕士学位论文系原创，对是否被他人抄袭情况并不知情。
随后，澎湃新闻又致电李瑞锋的培养单位、天津大学建筑工程学院进行了解。该院研究生办公室的一名工作人员回复澎湃新闻称，此前对李瑞锋硕士学位论文涉嫌抄袭一事不了解，将向学校有关部门进行反映，展开调查，并及时将调查进展进行反馈。
